Post on 14-Jun-2019
1
ANALISIS PERAWATAN BELT MESIN UNTUK MENINGKATKAN
KEANDALAN MESIN PADA PT. XA SURABAYA
Mohamad Nur Ali
I Nyoman Lokajaya
Program Studi Teknik Industri, Universitas 17 Agustus 1945 Surabaya
Ickonuralie@gmail.com
ABSTRAK
PT. XA adalah salah satu perusahaan manufaktur yang bergerak dalam bidang
kemasan kaleng ( Can Making ) di Surabaya. Permasalahan yang sering timbul pada
perusahaan yaitu kerusakan komponen mesin welding fail. Kerusakan yang sering
diakibatkan oleh komponen mesin yang berdampak pada target produksi. Usulan perawatan
yang dilakukan yaitu dengan preventive maintenance dengan menggunakan metode
distribusi. Dengan dilakukannya analisa keandalan dan mengetahui waktu rata-rata antar
kerusakan (MTTF) komponen mesin dapat di lakukan penjadwalan untuk perbaikan atau
penggantian komponen mesin. Dengan dilakukan penjadwalan terhadap pengantian
komponen kritis mesin dapat menggurangi downtime mesin saat kegiatan produksi.
Diperoleh tiga komponen kritis untuk dilakukan penjadwalan yaitu komponen belt dengan
waktu penggantian selama 325,54211 jam sekali atau 19 kali pengantian dalam satu tahun,
komponen motor dengan waktu 646,4463 jam sekali atau 9 kali pengantian dalam satu tahun
dan komponen kontaktor dengan waktu 875,74033 jam sekali atau 7 kali penggantian dalam
satu tahun.
Kata Kunci : Preventive maintenance, keandalan, MTTF, downtime
ABSTRACT
PT. XA Surabaya is one of the manufacturing companies engaged in the field of cans
( can making ) in Surabaya. Problem that often arise in the company that is damage to
welding machine. Component damage is often caused by machine component that impact on
production target. Proposed maintenance is done by preventive maintenance by using the
methode of distribution. By doing reliability analysis an know the average time between
damage (MTTF) component the machine can do the sceduling for repair or replacment of
machine component. With the sceduling of the replacement of critical component of the
machine can reduce downtime machine during production activities. Obtained three critical
component to do sceduling that is belt component with the time replacement for 325,54211
hour once or 19 time the replacement in one year, motor component with time 646,4463
hour once or 9 time of change in one year and kontaktor component with time 875,7403 hour
once or 7 time of change in one year.
Keywords : Preventive maintenance, reliability, MTTF, downtime
2
PENDAHULUAN
Setiap perusahaan akan berusaha untuk memaksimalkan sumber daya yang ada salah
satunya mesin yang menjadi faktor utama dalam melakukan setiap aktifitas produksinya.
Mesin yang terawat dengan baik dapat menghasilkan output yang sesuai dengan target
produksi yang telah ditentukan. Salah satu faktor yang mempengaruhi produktivitas yaitu
kinerja mesin yang kurang stabil. PT. XA adalah salah satu perusahaan manufaktur yang
bergerak dalam bidang kemasan kaleng ( Can Making ) di Surabaya. Perusahaan ini bergerak
dalam bidang pembuatan kaleng seperti kaleng cat, susu, sarden, dan lain-lain.
Dalam setiap perusahaan, mesin merupakan organ yang sangat vital dalam
melakukan produksi sebab semua proses produksi dilakukan dengan mesin, terutama dalam
hal ini adalah mesin welding fail. Maka perawatan yang terencana dengan baik akan dapat
membuat produksi kaleng berjalan dengan lancar. Perawatan mesin saat ini khusunya pada
mesin welding fail masih dalam bentuk korektif yaitu perawatan yang dilakukan setelah
terjadinya kerusakan. Kerusakan ini biasanya ditandai dengan adanya produk cacat dan juga
kurangya target produksi yang telah ditetapkan. Sehingga berdampak pada menurunnya
produktivitas mesin dan berpengaruh pada pemenuhan permintaan pelanggan yang kurang
maksimal.
Dengan mesin sebagai faktor utama dalam melakukan proses produksi maka perlu
dilakukan upaya pencegahan terhadap kerusakan yang tibul saat melakukan kegiatan
produksi. Untuk mencegah terjadinya kerusakan yang timbul akibat rusaknya komponen
mesin, maka diperlukan analisa waktu kerusakan komponen mesin dan keandalan komponen
mesin. Dengan menganilasa waktu kerusakan dan keandalan komponen pada mesin dapat
dilakukan perbaikan atau pengantian komponen sebelum mengalami kerusakan.
3
TINJAUAN PUSTAKA
Konsep Dasar Perawatan
Semua peralatan atau fasilitas produksi pasti akan mengalami kerusakan
dikemuadian hari, tapi kerusakan itu dapat dicegah dengan melakukan perbaikan berkala
agar masa pakai peralatan relatif lebih panjang, kegiatan ini yang disebut dengan perawatan
(maintenance).
Menurut Ebeling (1997), Perawatan atau maintenance adalah aktifitas agar suatu
komponen atau sistem yang rusak akan dikembalikan atau diperbaiki dalam suatu kondisi
tertentu pada periode tertentu. Keandalan atau reliability adalah suatu sistem probabilistik
dimana ketika operasi berada pada suatu kondisi lingkungan, sistem akan menunjukkan
fungsi yang dimaksud dengan sesuai dalam selang waktu tertentu. Tempat fungsi yang dapat
menggambarkan keandalan suatu komponen atau sistem yaitu fungsi keandalan, fungsi
distribusi kumulatif, fungsi kepadatan probabilitas, dan fungsi laju kerusakan. Parameter
distribusi Weibull adalah θ dan β, perhitungan nilai parameter tersebut menggunakan metode
least square.
Distribusi Probabilitas
1) Distribusi Normal
Distribusi normal mempunyai laju kerusakan yang naik sejak bertambahnya umur
alat, yang berarti probabilitas kerusakan alat atau komponen naik sesuai dengan
bertambahnya umur komponen tersebut.Distribusi normal mempunyai dua parameter yaitu
rata-rata dan standard deviasi. Adapun fungsi-fungsi distribusi normal dinyatakan sebagai
berikut:
Fungsi padat probabilitas : 22 2/)(
22
1)(
tetf , dengan t bil nyata
Fungsi distribusi kumulatif : diwakili oleh n
tz
/
, dengan z ~ N(0,1)
Parameter : lokasi ),( dan skala ( > 0)
Rata – rata ( Mean ) :
Varians : 2
4
2) Distribusi Exsponensial
Distribusi dengan laju kerusakan yang konstan dan tidak terpengaruh pada umur alat
yang digunakan.
Fungsi padat probabilitas : x/βeβ
1f(x) , dengan t ≥ 0
Fungsi distribusi kumulatif :x/βe1F(x) , dengan t ≥ 0
Parameter :
Rata – rata ( Mean ) :
Varians :2
3) Distribusi Gamma
Distribusi yang mengalami laju kerusakan naik dan turun dengan parameter ( )
dan ( ) sebagai parameternya.
Fungsi padat probabilitas : )(
)()/(1
tettf , dengan t ≥ 0
Fungsi distribusi kumulatif :
1
0
)/(
!
)/(1)(
j
jt
j
tetF , dengan t ≥ 0
Parameter : bentuk ( ) dan skala ( )
Rata – rata ( Mean ) :
Varians : 2
4) Distribusi Weibull
Distribusi yang sering digunakan karena dapat memenuhi beberapa kemungkinan
kerusakan yang terjadi dari periode keausan, periode awal, dan periode normal.
Fungsi padat probabilitas : α)(t/1αα etαβf(t) β , dengan t ≥ 0
Fungsi distribusi kumulatif : αt /βe1F(t) , dengan t ≥ 0
Parameter : bentuk ( α ) dan skala ( β )
Rata – rata ( Mean ) : ( α
β ) )
α
1Γ(
5
Varians : ( )α
β2
{ 2 )α
2Γ( - )
α
1(
2
)]α
1[ΓΓ }
Uji kolmogorov Smirnov (K-S)
Uji ini melakukan perbandingan antara data hasil penelitian (data empirik) dengan
distribusi teoritis yang diasumsikan. Jika perbedaannya cukup besar maka model teoritis
yang diasumsikan ditolak. Pada uji K-S adalah data tidak perlu dikelompokkan (sehingga
tidak ada informasi yang hilang) dan berlaku untuk sembarang besaran sampel (n).
Uji K-S, didefinisikan fungsi distribusi empirik Fn(t) dari data nttt ,...,, 21 sebagai:
,n
ttjumlahF i
n
untuk semua bilangan nyata t
Jadi Fn(t) merupakan fungsi tangga (kontinyu dari kanan) sedemikian hingga
n1,2,...,i,n
i)(tF (i)n
Jika (t)F̂ adalah distribusi yang diasumsikan, maka sebagai statistik uji K-S adalah :
|}(t)F̂(t),Fmax{|D nn , nD dapat dihitung dengan : }D,max{DD nnn
, dimana
)}(tF̂n
iMax{D in
}
n
1i)(tF̂Max{D in
Keandalan
Menurut Ebeling (1997), keandalan atau reliability adalah sistem probabilistik
dimana ketika operasi berada pada suatu kondisi lingkungan, sistem akan menunjukkan
fungsi yang dimaksud dengan sesuai dalam selang waktu tertentu. Tempat fungsi yang dapat
menggambarkan keandalan suatu komponen atau sistem yaitu fungsi keandalan, fungsi
distribusi kumulatif, fungsi kepadatan probabilitas, dan fungsi laju kerusakan.
Setiap fungsi reliability hanya mempunyai satu fungsi kerusakan yang dapat
dibedakan menjadi beberapa distribusi yaitu distribusi eksponensial, distribusi normal,
distribusi webull, Jardine (1973).
Parameter Keandalan
Keandalan (R) didefinisikan sebagai peluang suatu unit atau sistem berfungsi normal,
jika digunakan kondisi operasi tertentu untuk duatu periode tertentu. Nilai R adalah antara 0
6
dan 1, karena merupakan nilai probabilitas. Keandalan juga ditentukan oleh waktu sebagai
variabel random, maka diperlukan suatu fungsi keandalan.
Dinotasikan R(t) = Probabilitas suatu sistem dapat berfungsi dengan baik selama (0,t),
sehingga R(t) = P (peralatan beroperasi pada saat t).
Jika x menyatakan umur suatu alat, maka :
)(1
1)P(x-1
t)P(xR(t)
tF
Dimana :
F(t) = Probabilitas Kerusakan
R(t) = Fungsi Keandalan
Untuk t = 0, R(t) = 1, sistem dinyatakan dalam keadaan baik
Untuk t = ∞, R(t) = 0, sistem, dinyatakan dalam keadaan rusak
Rumus Keandalan :
1
0
f(t)dtf(t)dt1R(t) .............................................................(2.1)
Rumus CDF (Cumul Distribution Failure)
t)P(xF(t) .................................................................................(2.2)
METODOLOGI PENELITIAN
Obyek Pengamatan
Lokasi penelitian ini dilakukan di PT. XA Surabaya yang merupakan salah satu
perusahaan besar pembuat kaleng di Indonesia. Dengan pertimbangan perusahaan ini
memproduksi kaleng yang komponennya berupa logam tentunya perusahaan ini
memerlukan perawatan mesin yang baik agar kegiatan produksinya tidak terhambat. Waktu
penelitian dilakukan pada bulan februari sampai dengan april 2018. Data yang digunakan
dalam penelitian meruapakan data history kerusakan mesin dan waktu perbaikan mesin.
7
Diagram Alir Penelitian
Diagram alir yang digunakan dalam penelitan ini dimulai dari :
Mulai
Identifikasi Masalah dan
Perumusan Masalah
Tinjauan Pustaka
Pengumpulan Data Kerusakan Mesin
Pengolahan Data Penentuan:
-Menghitung MTTF
-Model distribusi dan Uji Kesesuaian Distribusi
-Menghitung Keandalan Mesin.
Analisis Hasil Penelitian
Kesimpulan dan Saran
Selesai
Gambar 1
PEMBAHASAN
Pengolahan Data
Obyek pengamatan yang dilakukan dalam penelitian ini adalah unit Welding Fail
dengan fokus utama pada komponen mesin. Data yang digunakan dalam penelitian ini
adalah data kerusakan mesin terhitung dari bulan Januari 2017 sampai dengan bulan
Desember 2017. Berikut data yang diperoleh dari penelitian yang dilakukan :
8
Tabel 1. Data Frekuensi Kerusakan
Komponen Kritis
No. Komponen Frekuensi Kerusakan
1 Welding Roll 6
2 Kontaktor 9
3 Belt 19
4 Motor 10
5 Sensor 7
6 Valve 2
7 Gear box 4
8 Bearing 5
9 Shaft 1
Tabel 2. Komponen kritis belt
No. Tanggal Kerusakan
Komponen
TTF
(Jam)
TTR
(Menit) Komponen Mesin
1 23/02/2017 70 Belt
2 28/02/2017 119 75 Belt
3 10/03/2017 239 60 Belt
4 25/04/2017 863 70 Belt
5 12/05/2017 311 50 Belt
6 16/05/2017 71 85 Belt
7 12/06/2017 287 50 Belt
8 10/07/2017 551 75 Belt
9 11/08/2017 695 50 Belt
10 12/08/2017 23 70 Belt
11 14/08/2017 23 45 Belt
12 19/08/2017 95 65 Belt
13 28/08/2017 167 50 Belt
14 02/10/2017 719 50 Belt
15 23/10/2017 383 90 Belt
16 24/11/2017 695 45 Belt
17 28/11/2017 71 50 Belt
18 02/12/2017 71 40 Belt
19 29/12/2017 503 50 Belt
9
Belt
Data variable: MTTF
18 values ranging from 23,0 to 863,0
Fitted Distributions
Weibull
shape = 1,11118
scale = 339,678
Dari hasil pengolahan data menggunakan software stagraph centurion diketahui
bahwa data mendekati distribusi weibull dengan parameter bentuk () = 1,11118 dan
parameter skala (β) =339,678 dengan rata-rata waktu antar kerusakan 325,5421 jam dengan
keandalan komponen sebesar 61,47%.
Data variable: MTTR
19 values ranging from 40,0 to 90,0
Fitted Distributions
Weibull
shape = 4,47597
scale = 65,7126
Dari hasil pengolahan data menggunakan software stagraph centurion diketahui
bahwa data mendekati distribusi weibull dengan parameter bentuk () = 4,47597 dan
parameter skala (β) =65,7126 dengan rata-rata waktu antar perbaikan 60,00393 Menit.
Tabel 3. Komponen kritis motor
No. Tanggal Kerusakan
Komponen
TTF
(Jam)
TTR
(Menit)
Komponen
Mesin
1 10/02/2017 120 Motor
2 20/02/2017 190 50 Motor
3 20/03/2017 575 110 Motor
4 28/04/2017 718 50 Motor
5 20/05/2017 407 105 Motor
6 19/06/2017 694 60 Motor
7 17/07/2017 647 50 Motor
8 14/08/2017 671 50 Motor
9 13/09/2017 599 50 Motor
10 16/11/2017 1319 25 Motor
10
Motor
Data variable: MTTF
9 values ranging from 190,0 to 1319,0
Fitted Distributions
Weibull
shape = 2,37737
scale = 729,329
Dari hasil pengolahan data menggunakan software stagraph centurion diketahui
bahwa data mendekati distribusi weibull dengan parameter bentuk () = 2,37737 dan
parameter skala (β) =729,329 dengan rata-rata waktu antar kerusakan 646,4463 jam dengan
keandalan kompenen sebesar 52,79%.
Data variable: MTTR
10 values ranging from 25,0 to 120,0
Fitted Distributions
Weibull
shape = 2,36557
scale = 75,9778
Dari hasil pengolahan data menggunakan software stagraph centurion diketahui
bahwa data mendekati distribusi weibull dengan parameter bentuk () = 2,36557 dan
parameter skala (β) =75,9778 dengan rata-rata waktu antar perbaikan 67,34353 Menit.
Tabel 4. Komponen Kritis Kontaktor
No. Tanggal Kerusakan
Komponen
TTF
(Jam)
TTR
(Menit) Komponen Mesin
1 12/01/2017 20 Kontaktor
2 19/01/2017 144 25 Kontaktor
3 20/01/2017 24 30 Kontaktor
4 31/01/2017 192 20 Kontaktor
5 02/06/2017 2424 30 Kontaktor
6 31/07/2017 1176 30 Kontaktor
7 29/09/2017 1248 35 Kontaktor
8 09/10/2017 191 30 Kontaktor
9 27/12/2017 1560 30 Kontaktor
11
Kontaktor
Data variable: MTTF
8 values ranging from 24,0 to 2424,0
Fitted Distributions
Weibull
shape = 0,861341
scale = 811,259
Dari hasil pengolahan data menggunakan software stagraph centurion diketahui
bahwa data mendekati distribusi weibull dengan parameter bentuk () = 0,861341 dan
parameter skala (β) =811,259 dengan rata-rata waktu antar kerusakan 875,74033 jam dengan
keandalan kompenen sebesar 34,36%.
Data variable: MTTR
9 values ranging from 20,0 to 35,0
Fitted Distributions
Weibull
shape = 7,23757
scale = 29,7277
Dari hasil pengolahan data menggunakan software stagraph centurion diketahui
bahwa data mendekati distribusi weibull dengan parameter bentuk () = 7,23757 dan
parameter skala (β) =29,7277 dengan rata-rata waktu antar perbaikan 27,94355 Menit.
Penjadwalan
Dalam penelitian ini perusahaan aktif melakukan produksi selama 264 hari kerja
efektif dengan waktu kerja selama 6336 jam selama satu tahun maka dapat dilakukan
penjadwalan terhadap komponen yang sering mengalami kerusakan sebagai berikut :
a. Penjadwalan penggantian komponen Belt Conveyor mesin.
Periode penggantian komponen belt mesin dalam waktu satu tahun yang harus
dilakukan oleh perusahaan dengan usulan penggantian selama 325,54211 jam adalah 6.336
: 325,54211 = 19,46291 atau 19 kali/tahun. Dengan rincian pengantian sebagai berikut :
Tabel 5. Usulan Penggantian Komponen Belt per Tahun
No Bulan Jumlah
Penggantian No Bulan
Jumlah
Penggantian
1 Januari 2 7 Juli 2
12
2 Februari 2 8 Agustus 1
3 Maret 2 9 September 2
4 April 1 10 Oktober 1
5 Mei 2 11 November 2
6 Juni 1 12 Desember 1
b. Penjadwalan penggantian atau perawatan motor.
Periode penggantian komponen atau perawatan motor mesin dalam waktu satu tahun
yang harus dilakukan oleh perusahaan dengan usulan penggantian selama 646,4463 jam
adalah 6.336 : 646,4463 = 9,80127 atau 9 kali/tahun. Dengan rincian pengantian sebagai
berikut :
Tabel 6. Usulan Penggantian atau Perawatan Motor per Tahun
No Bulan Jumlah
Penggantian No Bulan
Jumlah
Penggantian
1 Januari 1 7 Juli 1
2 Februari 1 8 Agustus 0
3 Maret 1 9 September 1
4 April 0 10 Oktober 1
5 Mei 1 11 November 1
6 Juni 1 12 Desember 0
c. Penjadwalan penggantian atau perawatan Kontaktor
Periode penggantian komponen atau perawatan motor mesin dalam waktu satu tahun
yang harus dilakukan oleh perusahaan dengan usulan penggantian selama 875,74033 jam
adalah 6.336 : 875,74033 = 7,23502 atau 7 kali/tahun. Dengan rincian pengantian sebagai
berikut :
Tabel 7. Usulan Penggantian atau Perawatan Kontaktor per Tahun
No Bulan Jumlah
Penggantian No Bulan
Jumlah
Penggantian
1 Januari 1 7 Juli 1
2 Februari 1 8 Agustus 0
3 Maret 0 9 September 1
4 April 1 10 Oktober 0
5 Mei 1 11 November 1
6 Juni 0 12 Desember 0
13
Analisa Pengolahan Data
a. Komponen Belt
Dari hasil pengolahan data diatas diketahui bahwa rata-rata waktu antar kerusakan
komponen belt conveyor terjadi setiap 325 jam yang berarti perusahaan harus melakukan
penggantian atau perawatan komponen setiap 325 jam sekali hal ini ditujukan agar mesin
selalu siap untuk melakukan proses produksi. Sedangkan untuk rata-rata waktu antar
perbaikan atau pengecekan komponen yang harus dilakukan perusahaan yaitu setiap 60
menit sekali.
b. Komponen Motor
Dari hasil pengolahan data diatas diketahui bahwa rata-rata waktu antar kerusakan
komponen motor terjadi setiap 646 jam yang berarti perusahaan harus melakukan
penggantian atau perawatan komponen setiap 646 jam sekali hal ini ditujukan agar mesin
selalu siap untuk melakukan proses produksi. Sedangkan untuk rata-rata waktu antar
perbaikan atau pengecekan komponen yang harus dilakukan perusahaan yaitu setiap 67
menit sekali.
c. Komponen Kontaktor
Dari hasil pengolahan data diatas diketahui bahwa rata-rata waktu antar kerusakan
komponen kontaktor terjadi setiap 875 jam yang berarti perusahaan harus melakukan
penggantian atau perawatan komponen setiap 875 jam sekali hal ini ditujukan agar mesin
selalu siap untuk melakukan proses produksi. Sedangkan untuk rata-rata waktu antar
perbaikan atau pengecekan komponen yang harus dilakukan perusahaan yaitu setiap 27
menit sekali.
KESIMPULAN
Berdasarkan uji kesesuaian distribusi menggunakan Kolmogorov Smirnov hasil yang
diperoleh untuk tercapainya tujuan penelitian, pembahasan dan analisis pengolahan data
maka dapat dimbil kesimpulan sebagai berikut :
1. Komponen mesin yang sering mengalami kerusakan yaitu welding roll, kontaktor, belt,
motor, sensor, valve, gear box, bearing, dan shaft. Komponen yang mengalami frekuensi
kerusakan tertinggi terjadi pada belt dengan frekuensi kerusakan 19 kali per tahun, pada
motor fekuensi kerusakan 10 kali per tahun dan pada kontaktor frekuensi kerusakan 9 kali
14
pertahun dengan frekuensi kerusakan yang tinggi pada tiga komponen tersebut perlu
diadakannya penjadwalan untuk perawatan komponen.
2. Penjadwalan perawatan maupun penggantian yang dilakukan untuk tiga komponen
tersebut adalah
a. Komponen belt
Interval waktu perawatan atau penggantian komponen belt untuk pencegahan yaitu
setiap 325 jam sekali belt harus diganti atau 19 kali dalam satu tahun.
b. Komponen motor
Interval waktu perawatan atau penggantian komponen motor untuk pencegahan yaitu
setiap 646 jam sekali motor harus diganti atau 9 kali penggantian komponen dalam
satu tahun.
c. Komponen kontaktor
Interval waktu perawatan atau penggantian komponen kontaktor untuk pencegahan
yaitu setiap 875 jam sekali kontaktor harus diganti atau 7 kali penggantian komponen
dalam satu tahun.
DAFTAR PUSTAKA
Assauri, S. (1980). Management produksi. Jakarta: Lembaga Penerbit Fakultas Ekonomi
Universitas Indonesia.
Assauri, S. (2004). Manajemen Produksi dan Operasi. Jakarta: Lembaga Fakultas Ekonomi
Universitas Indonesia.
Corder, A. (1988). Teknik Manajemen Pemeliharaan. Edisi ke 2. Jakarta: Erlangga.
Ebeling, C. (1997). An Introduction to Reliability and Maintainability Engineering.
Singapore: McGraw-Hill Companies. Inc.
F, D. R. (2002). Analisa Keandalan Pada Komponen Mesin Pencetak Koran Webb Offset.
Optimum Vol. 3 No. 1, 33-43.
Ikatrinasari, B. d. (2016). Upaya Perbaiakan Keandalan Roller Mill Dengan Root Cause
Analysis Dan Pendekatan Preventive Maintenance. Jurnal Teknik Industri ISSN,
1411-6340.
Jardine, A. (1973). Maintenance, Replacement and Realibility. London: Pitman Publishing.
Kristinawati, E. (2001). Penentuan Interval Perawatan Mesin Produksi Untuk Meningkatkan
Availability Melalui Analisis Keandalan.
Kurniawan, F. (2013). Teknik dan aplikasi Manajemen Perawatan. Yogyakarta: Graha Ilmu.